paper-review-generator
1) 配置文件约束
- 仅使用当前 skill 目录下两个文件：
config.json：包含运行所需全部信息（是否 OCR、OCR 参数、总结模型 base_url/model/api_key、可见窗口开关、线程数）prompt.md：总结提示词模板
api_key支持两种写法：- 在config.json中指定
- 环境变量引用：
${ENV_VAR}，脚本会在运行时读取对应环境变量
- 不读取其他目录 secret。
- 不在日志和异常信息中回显任何 api_key 或 token。
2) 执行入口
- 必须先切换到本 skill 根目录再运行脚本（即
.../paper-review-generator），否则相对路径的config.json/prompt.md会找不到。 - 必须由用户明确传入输入与输出路径：
--pdf（可重复，支持多个文件）--dir（可重复，支持多个文件夹）--output-dir（可选；不传时默认输出到每个输入 PDF 同目录下的总结文件夹）
- 示例（路径由 agent 按用户需求填入）：
- 单文件：
python scripts/run_pipeline.py --pdf "{pdf_path}" --output-dir "{output_dir}" - 多文件：
python scripts/run_pipeline.py --pdf "{pdf_path_1}" --pdf "{pdf_path_2}" --output-dir "{output_dir}" - 单文件夹：
python scripts/run_pipeline.py --dir "{pdf_dir}" --output-dir "{output_dir}" - 多文件夹：
python scripts/run_pipeline.py --dir "{pdf_dir_1}" --dir "{pdf_dir_2}" --output-dir "{output_dir}"
- 单文件：
3) 分流逻辑
- 读取
config.json.use_paddleocr：true：调用extract_paddleocr.py抽取文本（JSON 行输出，不落盘）。false：调用extract_pdfplumber.py抽取文本（JSON 行输出，不落盘）。
- 然后调用
summarize_reports.py：读取prompt.md与管道传递的抽取文本，调用summarizer.provider指定的模型配置生成*_研读报告.md。
4) 环境检查与安全规范
- 执行前先检查 Python 是否可用（建议 3.10+）：
- 若用户电脑未安装 Python，必须先明确提示用户安装 Python，再继续后续步骤。
- 执行前检查依赖：
- 若缺少依赖包，agent 应在 skill 根目录按
scripts/requirements.txt执行安装：pip install -r scripts/requirements.txt
- 若缺少依赖包，agent 应在 skill 根目录按
- 首次使用前必须做端点审查：
- 只保留你信任的 provider，删除或留空不用的
base_url/model - 敏感文档场景优先使用自建/内网 OCR 与 LLM 端点
- 只保留你信任的 provider，删除或留空不用的
- 仅向用户明确确认过的 OCR/LLM 端点发请求。
- 若配置缺失（如 api_key/token/model/base_url），直接报错并提示补齐字段。
- 日志与异常必须脱敏，禁止输出原始 Authorization/API key/token 或完整远端响应体。